Falhas por categoria AI BENCHY
Programação: Resposta incorreta
Programação
Resposta incorreta
Veja quais modelos de IA têm mais chance de encontrar Resposta incorreta em Programação, para identificar pontos fracos mais rápido.
Motivos de falha
134/134
Filtrar modelos
Nenhum modelo corresponde à pesquisa e aos filtros atuais.
| Posição | Modelo | Empresa | Contagem de Resposta incorreta | Pontuação da categoria | Custo total | Testes corretos | Tempo de resposta (médio) |
|---|---|---|---|---|---|---|---|
| #165 | MiniMax M2.5 medium | Minimax | 1 | 3.4 | $0.303 | 0/3 | 188.6s |
| #166 | Ling-2.6-1T none | Inclusionai | 1 | 3.8 | $0.005 | 0/3 | 10.6s |
| #168 | Grok 4.20 Beta none | X AI | 1 | 1.8 | $0.087 | 0/1 | 1.14s |
| #169 | Laguna M.1 none | Poolside | 1 | 2.5 | $0.009 | 0/1 | 2.93s |
| #171 | Elephant Alpha none | Openrouter | 1 | 4.2 | $0.000 | 0/3 | 1.39s |
| #172 | Elephant Alpha medium | Openrouter | 1 | 3.7 | $0.000 | 0/3 | 1.30s |
| #174 | Grok 4.20 none | X AI | 1 | 1.1 | $0.057 | 0/1 | 1.22s |
| #175 | Laguna Xs.2 medium | Poolside | 1 | 2.1 | $0.015 | 0/1 | 14.4s |
| #177 | Hy3 preview none | Tencent | 1 | 2.7 | $0.003 | 0/3 | 4.56s |
| #180 | Grok 4.1 Fast none | X AI | 1 | 1.8 | $0.008 | 0/1 | 1.79s |
| #181 | Laguna Xs.2 none | Poolside | 1 | 8.3 | $0.004 | 0/1 | 1.96s |
| #182 | Granite 4.1 8B none | IBM Granite | 1 | 4.5 | $0.003 | 0/3 | 775ms |
| #183 | gpt-oss-120b none | OpenAI | 1 | 1.5 | $0.010 | 0/1 | 9.57s |
| #185 | Nemotron 3 Nano Omni 30b A3b Reasoning medium | NVIDIA | 1 | 1.1 | $0.000 | 0/1 | 38.1s |